第一次总结

第一次写博客

这是第一次写博客，确实不知道写什么，就总结一下今天学到的吧。

1. 磁盘 内存 cpu 之间的关系

• 磁盘是链式存储 因为删除文件后会导致存储空间会空出一些不连续地方，而这些不连续空间无法存储超过他们各自大小的文件， 但要是链式存储的话，就不会出现这个问题，只要有空间就可以利用，因为我们不要它是连续的。

• 格式化，从2kb~2048kb(我电脑是这样) ，格式化后的是最小存储单元，一个单元只能存一个东西，存不满的话也不能继续存了，就是说如果太大的话，会有许多存储单元没有存满，就造成了浪费，那岂不是说越小越好，当然不是，举个例子，我们都知道，那些存储单元是有地址的，他们的地址就是他们的编号。假如有一个1T的磁盘，最小存储单元是8kb的，1T等于1024G , 等于1024x1024M, 约等于10⁹kb, 所以差不多分成10⁸个存储块，给他们从0开始编号，就是他们地址，当我们存入文件时，因为是链式存储，每一个块都会记录它的下一个块的地址是多少，而这也是有开销的，以上面的为例，一个10⁸ 的数需要用一个int类型来存储，而int是4个字节，所以占比就是存数据和存地址的占比就是(1/(8x1024))（mmm，和老师算的好像不一样，不知道哪算错了), 这是最小单元是8kb的情况，如果再小一点，256B，比例就成了1/256 ，如果再小的话， 可能int类型不足以记录它们的地址了，就需要使用long类型，这时比例又变了。1/256就是说存1T的文件， 有4G是用来存储地址的。所以，最小存储单元不能太小，小的话还有一个问题是增加硬盘寻址的时间，假如每次寻址都用10ms，2kB，和256B就差了进10倍。所以最小单元适当大点会加快对大文件存取速度，但浪费的空间会增加，可以试试，把一个盘格式化为32kb，专门用来存储大文件。

• 说完磁盘，再说内存，内存是通过电信号来存取东西，而磁盘是通过机械臂在磁盘上读取0，1序列，所以就速度来说，内存比磁盘要快的多。内存的信息是暂时，当关机重启后，内存的东西就没了，但磁盘上的文件还在。

• 我们说各种软件是在内存上运行的，其实是在CPU上运行的，CPU一次处理命令有限，但速度非常快，它不断从内存上读取命令，执行命令，这就是软件运行的过程，因为从内存上的速度也不是太慢，所以总体还是很快的。其实CPU也可以直接从磁盘中读数据，但从磁盘上读取数据太慢了，与CPU的高速度不符，会造成时间大量的浪费，
  但当内存满了的时候，硬盘上会分出一部分虚拟内存，由于磁盘上读取数据慢，所以当内存满了的时候，电脑会变得非常慢。

2.知道了它们的关系，我们来看数据结构
对数据的基本操作就是增删改查，而它们可以分为顺序结构和链式结构，数组就是顺序结构，我们可以通过下标来访问它的每一个元素。
我们来看一下各个结构的时间复杂的：

类型	操作	时间复杂度	说明
无序数组	增	O(1)	只需在数组末尾添加数据即可
	删	O(n)	在查的基础上，还得移动数据，删除元素的后面的元素向前移
	改	O(n)	在查的基础上，只需修改元素的值即可
	查	O(n)	需要遍历数组
有序数组	增	O(n)	需要找到元素的插入位置，然后移动元素，使其保持有序
	删	O(n)	需要找到要删除位置，然后移动后面的元素
	改	O(n)	需要找到修改元素，再找到插入位置，再移动元素，此种操作时间最长
	查	O(log2n)	因为是有序的，可以采用折半查找
无序链表	增	O(1)	只要在头部或尾部插入即可
	删	O(n)	需要遍历链表，找到后删除，调节指针即可
	改	O(n)	需要遍历链表 ，查到一个元素后还得继续查到尾，修改找到的元素
	查	O(n)	需要遍历链表，查到一个元素后还得继续查到尾
有序链表	增	O(n)	需要遍历链表，找到插入位置
	删	O(n)	遍历链表，找到元素，删除，但如果下一个比它大就可停止寻找
	改	O(n)	找到元素后，插入到正确位置，同样，下一个比它大就不用再找了
	查	O(n)	遍历链表，但找到后，发现下一个比它大就不用继续找了

看上面的各个结构的时间复杂度，发现都不是很理想，这时引入了树结构，对于满二叉排序树来说，增删改查的时间复杂度都是log₂n, 二叉排序树是左子树的值都比它小，右子树的值都比它大，所以每次查找都会把范围缩小一半，删除，修改，增加也是，通过分支选择能很快找到相应位置。我们知道，这和这棵树的高度有关，找到一个元素，最多需要比较logn 也就是树的高度 次。

但对于有些序列来说如， 1，2，4，5 当我们构建排序树时，会形成一条单链，和单链表就一样了，显然，我们不希望这样，这时，我们需要构建平衡二叉树，平衡二叉树的各个操作时间复杂度也都时logn。

相应的，还有三叉树，m叉树，叉数越多，层次就越少，比较次数也就越少，也就越快，而B树，B+树，红黑树，应该就是这种结构，对于数据库的索引，大多数用的就是这几种结构，以便更快进行操作。

这是第一次写博客，有好多东西表述不清，还望理解，其中可能会有错的地方，欢迎指出，后面写的很不详细，因为我也不是太懂，在这做个记录，以后一定要弄清那些树结构。